Ошибка в атрибуте потерь в модели (я добавил скриншот вниз)

Question

Я пытаюсь обучить свой набор данных, он содержит входные данные с плавающей запятой и целочисленный вывод

-вход (числа с плавающей запятой)

-выход (категорически от 1 до 9)
Любой используя sparse_categorical_loss или categoryorical_loss, я получил ошибки

import tensorflow as tf

from keras.models import Sequential
from keras.layers import Dense
import numpy as np
import csv
from numpy import genfromtxt


my_data = genfromtxt('data_rgb.csv', delimiter=',',skip_header=1)
input_data=my_data[0:,1:-1]
output_data=(my_data[:,-1])
output_data=output_data.astype(int)

model = Sequential()
model.add(Dense(1024, input_shape=(input_data.shape[1], ), activation='relu'))

# HIDDEN LAYERS
model.add(Dense(512, activation='relu'))
model.add(Dense(128, activation='sigmoid'))
model.add(Dense(64, activation='relu'))

# OUTPUT LAYER
# CAN USE SIGMOID
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(input_data, output_data, validation_split=0.3, epochs=50, batch_size=512)

_, accuracy = model.evaluate(input_data, output_data)

print('Accuracy : ', accuracy * 100)

model.save('firsttest.h5')